다제내성은 가속화되고 있어, 새로운 항균성 항생제(antimicrobial) 스캐폴드를 찾기 위한 탐색이 더욱 절실해지고 있다. 본 연구는 주 사슬(primary sequence), 이면각(dihedral angles), 내재적 무질서(intrinsic disorder), 용매 접근성(solvent accessibility)을 엮어 포괄적인 펩타이드 표현을 구축하는 해석 가능한 트랜스포머인 KMLEE—Knitted Multi-modal Layer Efficient Encoders—를 제시한다. 접촉지도(contact-map) 위치 인코딩, PIPA-Norm 및 주의(attention) 유도 풀링은 통합된 멀티모달 트랜스포머 프레임워크를 가능하게 하며, 단일 네트워크 내에서 최신 항균성 펩타이드(AMP) 예측기 대비 우수한 성능을 보인다(AUC = 0.883). 주의 맵(attention maps)은 빈도 분석에서는 관찰되지 않았던 프롤린(proline) 중심의 “bend–balance–pack” 모티프를 드러내며, 이는 AMP 활성에 대한 통합적 구조 청사진을 시사한다. 7개 메타게놈(metagenomes)을 스크리닝한 결과 서식지(habitat) 특이적 AMP 시그니처가 밝혀졌고, 이후 모티프 농축(motif enrichment) 시험으로 이를 확인하였다. 따라서 KMLEE는 높은 예측 성능과 기전적 통찰을 함께 제공함으로써, 합리적 펩타이드 설계 및 생태학적 감시를 위한 실행 가능한 플랫폼을 제시한다. • KMLEE는 서열, 구조 및 동역학을 통합하여 포괄적인 AMP 예측을 수행한다 • PIPA-Norm 및 Attention-Guided Pooling은 각각 독립적으로 성능을 향상시킨다 • 단일 네트워크를 사용하면서, 앙상블 모델을 포함한 기존 방법을 능가한다 • 주의 맵은 프롤린 중심의 ‘bend-balance-pack’ 청사진을 드러낸다 • 7개 메타게놈 전반에서 서식지 특이적 AMP 시그니처를 규명한다

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.